阿里云DataClaw帮你“智”动驾驶数据库

阿里云DataClaw帮你“智”动驾驶数据库 阿里云数据库产品事业部高级产品专家2 0 26/03/22董凯 目录 Content 01变革 你的工作方式，该升级了 不是AI替代你，而是AI帮助你做得更多 团队协作模式 个人工作模式 他人依赖、传递消耗、认知不对称导致协作成本高 一个人同一时间只能做一件事 02新的工作模式 新的工作模式-数据库开发 新模式 需求分析 识别需要哪些核心实体：用户、订单、商品、等级②自动生成构建建议"用户基础信息"和"消费记录"建议分表，查询性能更好③自动识别业务语义"订单状态"建议用枚举，"收货地址"建议关联地址库表④输出完整的表结构设计文档直接可用的CREATETABLESQL+索引建议 代码开发 新的工作模式-数据库开发 ①批量变更根据变更skill实现批量代码生成和变更②SQL优化建议检测到：last_order_time无索引，建议覆盖索引③潜在风险预警全表扫描风险：WHERE条件未命中索引④规范检测检测到：金额字段未使用高精度的Decimal类型 代码开发 新的工作模式-数据库开发 新模式 变更工单已创建，预估影响行数2341条，执行时间5秒②说明生成+风险评估“本次变更是针对电商订单表增加折扣字段，变更影响范围为xx，可能影响为xx，规范已检测，无风险”③回滚脚本生成基于变更脚本，自动生成逻辑相反的回滚脚本 代码开发 新的工作模式-数据库开发 ①测试用例生成帮我造100条订单数据，状态分布：50 pending,30paid,20cancelled②生产发布监测发布前检查、发布中进度监控、发布后自动服务，随时监测③一致性验证变更执行后："帮我对比变更前后数据差异"④回归测试跑一下订单相关的核心查询，确认没有性能退化 代码开发 新的工作模式-数据库运维 新的工作模式-数据库运维 新模式 ①告警自动诊断收到“数据库响应慢”告警后自动分析：定位SQL给出方案②慢SQL分析针对慢查询自动分析业务影响，优化建议以及业务价值③问题溯源某个时间点数据库抖动，自动关联分析：定位到是10:00执行的工单#4821导致④对比报告自动对比性能指标，输出"查询时间3s→200ms"的效果验证报告 诊断优化 新的工作模式-数据库运维 诊断优化 新的工作模式-数据库运维 新的工作模式-业务运营 "昨天各渠道的转化率怎么样？"②多轮追问"为什么转化率下降了？”③跨库查询"帮我查一下订单库和用户库的数据对比”④模糊查询"我想看和上周对比的数据" 数据分析 新的工作模式-业务运营 新的工作模式-业务运营 新的工作模式-业务运营 数据分析 03新的协作模式 新的协作模式 04阿里云DataClaw 阿里云DataClaw 阿里云DataClaw以数据驱动智能，在OpenClaw的通用Agent能力之上，强化企业级安全管控、业务语义理解和场景化落地能力，提供7×24小时安全高效的智能助理服务。 应对AI时代的小小建议： 心动不如行动，干中学同一起跑线，兴趣>理解以开放的心态迎接变化 ADBClaw：OpenClaw最懂数据的员工 阿里云数据库产品事业部AnalyticDB高级技术专家李伟 2026/03/22 OpenClaw带来的想象力和挑战01 CONTENT目录 ADBClaw如何构建数字员工02 范式跃迁：从生成式向行动式变革 OpenClaw带来的数据想象力 OpenClaw使用中面临的挑战 OpenClaw带来的想象力和挑战01 CONTENT目录 ADBClaw如何构建数字员工02 ADBClaw介绍 数字员工：使用方式及生态集成 数字员工：三层数据探索 数字员工：基于ReAct的复杂交互分析 数字员工：场景化Skill矩阵与沉淀 使用演示：自媒体运营策略多维下钻分析 深入归因分析报告 三层数据探索 OpenClaw带来的想象力和挑战01 CONTENT目录 ADBClaw如何构建数字员工02 ADBClaw可观测：TokenOps解决成本焦虑 ADBClaw记忆：记忆服务ADB-Mem0 ADBClaw记忆：记忆服务ADB-ReMe 使用演示：OpenClaw行为日志分析Token效率分析用户意图识别 OpenClaw带来的想象力和挑战01 CONTENT目录 ADBClaw如何构建数字员工02 ADBClaw企业能力演进与RoadMap ADBClaw养虾计划搭载AnalyticDBfor MySQL自研AI数据分析引擎，深度融合海量计算能力，让业务人员无需编 写SQL，通过对话即可完成专业数据分析。打通"自然语言交互→智能分析→Skills沉淀→场景复用"的完整链路，复杂分析任务开箱即用、稳定复现。 使用文档：https://help.aliyun.com/zh/analyticdb/analyticdb-for-mysql/adbclaw PolarClaw-企业级“虾兵军团”安全开发与管理 20260323 PolarClaw是什么“虾”？01 CONTENT目录 “虾兵军团”安全与可观测02 PolarClaw架构与优势 极致降本增效•开箱即用：PaaS服务一键开通、避免了底层IaaS管理、一键配置企业IM通道 •资源弹性：1c2g起步，Serverless按量计费，大幅降低闲置成本•共享存储池：多Agent共享统一存储，相较云盘方案节约90%以上•支持百炼模型，数据敏感客户也可选择PolarDB私域模型服务 Lakebase企业级数据底座•统一知识管理：工作目录隔离，权限可灵活配置，满足企业组内共享/组间隔离需求 •内置知识库与记忆系统：无需自建RAG，一键导入文档自动解析向量化，三层记忆架构智能管理上下文•湖库一体：直接对PB级数据即时查询，无需ETL数据搬运，打破数据孤岛•支持海量租户目录+次秒级快照，降低Agent误操作风险并实现快速恢复 •轻量级虚拟机沙箱安全隔离，杜绝跨租户逃逸风险，资源隔离保障； 精细化管控•网络访问：VPC私有互联，公网可控暴露•多层级安全访问控制：精细化安全组+IP白名单+RAMRole，最小权限原则•数据备份/恢复：基于快照的版本控制和恢复能力，租户级/会话级版本回滚•全链路审计和风险拦截：完整日志和监控，支持配置风险策略对危险操作进行拦截 算与监控 •Skill统一管理：企业级Skill仓库，AI安全评估+代码扫描，杜绝恶意Skill风险；同时提供数据库特色skills（supabase、memory、db运维诊断等） PolarClaw企业级服务 让企业以最低成本、最高安全标准，快速实现AI助理的规模化部署与统一管控 PolarClaw+私域模型服务高效推理、模型调用不出域 •工业验证的PB级共享分布式内存池 •基于CXL/RDMA+远端DMP内存池实现的KVCache实现高效推理 PolarDB企业级特色Skills PolarClaw是什么“虾”？01 CONTENT目录 “虾兵军团”安全与可观测02 企业级安全可控、可观测（1/2） Skills安全可禁用使用PolarClaw自行安装 运行时安全 Skills，强制走管控链路安装SkillsSkills安全扫描 VPC内网直通：默认使用VPC网络访 数据定期备份 恢复到指定备份集 问云资源公网按需开启：公网入/出口按需开启安全访问控制 安全可控 白名单ECS安全组 AK/SK等敏感信息凭证审计危险操作审计模型调用审计 RAMRole访问控制 安全管控 配额管理 企业级安全可控、可观测（2/2） MetricsCPU/Mem/队列指标/Webhook指标/执 行耗时指标/Token消耗指标/会话指标/模型调用指标/技能执行指标/策略执行指标/通道指标 模型调用记录 企业Infra管理员可以查看所有Agent的 Skills 可观测 外部服务调用记录 企业Infra管理员可以查看所有Agent的 基础信息 精细化管控 PolarClaw是什么“虾”？01 CONTENT目录 “虾兵军团”安全与可观测02 面向企业级的多Agent管理SaaS服务 Agent工作空间管理为每个Agent分配隔离工作目录文件上传/下载/删除白屏化操作基于Lakebase的统一数据底座 用户与权限管理多租户用户体系，支持角色分级 模型密钥托管与配额管理细粒度资源访问控制(RAM Role) 全局Agent Session记录管理 企业级Skill安装管控链路 API/模型调用全链路审计AK/SK敏感凭证与危险操作审计 Skill安全扫描与合规检查管理员可统一分发至目标Agent 模型调用频率/Tokens限额管理存储空间配额，防止资源击穿异常行为发现与自动告警风险管理与合规 支持Agent行为自动触发快照次秒级快照与一键恢复快照TTL与自动过期策略 系统内置策略+自定义风险策略拦截危险操作基于行为日志的异常治理Agent行为约束与巡检审计 全局Agent记忆抽取与召回企业知识库权限隔离(ACL) 个人上传、企业可见、权限可控 Demo演示：企业级多Agent开发与管理 PolarClaw是什么“虾”？01 CONTENT目录 “虾兵军团”安全与可观测02 企业级应用场景和案例 通过PolarClaw进行运维提效 构建企业级Agent平台处理多类型任务 •某车企通过PolarClawSaas服务对接企业内部组织账号体系，构建统一管理平台，管理上百只龙虾工作；员工使用Agent进行训练数据标注；员工借助Agent进行文件一致性评审；员工借助Agent进行竞对分析，定时推送竞对资讯；•某金融客户通过PolarClaw辅助审计员进行审计报告输出，提高审计效率；构建企业级知识库+外部实时检索Agent根据模版输出报告 •借助PolarClaw数据库运维巡检Skills自动巡检；•慢SQL诊断、优化； •企业将PolarClaw作为员工只能助手进行门店经营问数和 销售陪练；•通过Agent多租户管理模式进行分层管控和配额，通过模版控制不同组织的“装虾参数”；•门店负责人可以上传文档/数据到企业知识库，普通员工进行共享和使用 •企业将PolarClaw嵌入系统作为养成式Agent与用户进行互动和陪伴； 为某车企构建行业分析系统 为某车企构建行业分析系统 输出竞品分析报告 ⽅案亮点 1.深度调优文档分析模型，知识构建准确PolarDB提供通过任务拆分，多路召回，和自研文档解析和提取工具，可以降低知识构建的幻觉； PolarDBfor AI自研的embedding模型，融合领域知识库，深度调优经验，提高准确率； 3.后置检查，减少模型幻觉 设计后置的检查工具，多模型检索结果进行检查，避免出现明显异常的幻觉。 Demo：PolarDBSkills运维提效 调⽤数据库巡检Skills进⾏实例巡检 查询数据库并进⾏分析 感谢聆听！ PolarClaw交流群 PolarClaw新客首购1个月免费试用活动已上线，欢迎大家体验！ RDS龙虾养成计划：RDSClaw让Agent长出“记忆”与“手脚” 阿里云-RDS产品部高级技术专家 2026/03/22 认识龙虾–聊聊插件插件就是龙虾的乐高积木，想怎么拼就怎么拼。 CONTENT目录 龙虾的脑子–看看记忆想养好龙虾，先搞懂它怎么记东西。Skillhub–场景化 03给龙虾装个行车记录仪–可观测性04装上好用的武器，才是真正AI助手 它偷偷干了啥？装个监控一查便知。产品试用&体验 先认识一下这只虾 凭什么是它？ •Skill扩展，什么都能学•几乎所有IM都能接•能记住你教它的一切 插件架构—乐高式骨骼 Agent时代“操作系统”